北京白癜风治疗最新方法 https://jbk.39.net/yiyuanfengcai/tsyl_bjzkbdfyy/ob4a5e5/整理
熊宇轩、琰琰、维克多
编辑
青暮
作为粤港澳大湾区的第一AI盛会，GAIR大会已成功举办五届，留下众多精彩、经典和令人惊叹的瞬间。GAIR则延续以往豪华阵容，以1场主旨论坛、2场行业峰会、9场高峰论坛，涵盖自动驾驶、安防、集成电路、医疗、元宇宙、碳中和、隐私计算、新消费等热门领域。
滚滚长江东逝水，浪花淘尽英雄。上世纪80年代末，以符号逻辑为基础的传统人工智能遭遇理论危机，新的人工智能理论陆续被提出，人工智能研究也进入了一个“百家争鸣”的新时代，联结主义、行为主义等学说迅速兴起。
近十年来，得益于硬件设备和算法技术的提升，以深度学习为代表的联结主义感知智能技术突飞猛进。然而，正如图灵奖获得者AlanKay所言，尽管如今的深度学习研究空前繁荣，此类方法在数学原理上的突破仍十分有限。
在感知智能技术越来越成熟的今天，我们已经可以通过深度学习技术从各种数据来源中提取有效的表征。但是，深度学习技术在决策、规划方面的能力却十分有限。
为此，研究者们又将目光投向了各种学说的融合，试图为未来的人工智能研究寻找破局之法，催生了“神经-符号计算”、“双系统理论”等新型研究范式。人工智能研究社区再次面临重要的路线抉择。
在近期由粤港澳大湾区人工智能与机器人联合会、雷峰网联合主办的第六届GAIR全球人工智能与机器人大会（GAIR）上，有六位重磅嘉宾作为这场里程碑式变革的重要见证者出席：
杨强，加拿大工程院院士、加拿大皇家科学院院士,微众银行首席人工智能官，IEEE/AAAIFellow；张成奇，悉尼科技大学副校长，澳大利亚人工智能联合会理事长；周志华，南京大学计算机系主任兼人工智能学院院长，欧洲科学院院士，ACM/AAAI/IEEEFellow；赵峰，清华智能产业研究院首席科学家、国际欧亚科学院院士、IEEEFellow、SloanFellow林方真，香港科技大学计算机系教授，AAAIFellow；林德康，奇点机智联合创始人。
圆桌论坛：人工智能大辩论三十周年纪念
六位顶级人工智能专家齐聚一堂，回顾当年人工智能大辩论的盛况及影响，以史为鉴，探寻人工智能下一个30年的发展道路。
1风云变幻：年人工智能大辩论
自年达特茅斯会议之后，人工智能研究者们主要形成了符号主义、联结主义、行为主义等学说。上世纪90年代初，符号主义流派在人工智能研究领域占据了主导地位。在物理符号系统假设和基于知识的启发式求解方法指导下，人工智能技术在专家系统、机器翻译、机器视觉、问题求解方面已经崭露头角。
然而，80年代个人计算机的普及对专家系统的需求产生了极大的冲击。年，被寄予厚望的日本“第五代计算机”（即“人工智能计算机”）研发计划的失败，以符号主义为主的传统人工智能技术（GOFAI）遭遇了学术理论和产业应用上的瓶颈，人工智能研究陷入低谷。为了打破这一局面，新的联结主义、行为主义理论和技术纷纷登场。
在联结主义方面，YannLeCun、SeppHochreiter等学者在联结主义人工智能技术方面取得了一定的进展，“黑盒”的神经网络技术可以避开知识表示带来的困难，但神经元间联结的结构和权值选取又成了难题。在行为主义方面，RodneyA.Brooks提出研究“无需表示、无需推理”的智能，并基于行为主义技术设计出了一系列具备避让、前进、平衡等各种运动能力的机器人，技惊四座。
为了讨论人工智能研究将何去何从，国际人工智能联合会（IJCAI）在年的人工智能顶级期刊《ArtificialIntelligence》的专刊上组织了一场人工智能的大辩论，就新的人工智能理论框架从五个问题、正反方面进行了讨论：
1.知识与概念化是否是人工智能的核心?
2.认知能力能否与感知分离开来研究?
3.认知的轨迹是否可用类自然语言描述?
4.认知能否从学习汇总分离进行研究?
5.所有的认知是否有一种统一的结构?
林德康教授
林德康教授指出，年人工智能领域的主要争论分成两个派系——符号主义和行为主义，两派的代表人物，正是IJCAI计算机与思想奖的两位得主——后来的康奈尔大学校长MarthaPollack，以及麻省理工学院人工智能实验室主任RodneyBrooks。
RodneyBrooks表示，行为主义的方法才是正确的AI范式，根据低层次感知信号去得到高层次决策。为此，他在论文《Intelligencewithoutrepresentation》中提出，人们通过符号主义研究表征的道路是失败的，我们应该以渐进试错的方式逐渐实现智能，让智能体依赖于通过感知和行为与现实世界连接起来，消除对表征的依赖。
MarthaPollack则指出AI应该通过符号逻辑表达出来的约束公式，来描述世界，再用约束满足的方法把高层次的目标细化。她在论文《TheUseofPlans》中指出，智能体存在于复杂的环境中，它们需要通过规划实现对动作的操控。规划不仅被用于指导行为，还被用于控制推理和实现智能体之间的协作，使复杂、动态的多智能体环境下的智能行为成为了可能。因此，规划在人工智能学术体系中应该处于核心地位，
这次辩论的内容一经发表，就引起了人工智能研究社区的极大反响和讨论，促进了联结主义、行为主义的兴起。从此，人工智能研究进入了新的纪元，并逐渐形成了如今的人工智能学术、产业格局。
2
异军突起：华人AI研究迅猛发展
对于中国人工智能研究而言，年也具有特殊的意义。在这一年的IJCAI91大会上，共有6位华人学者发表了研究成果，其中有五位学者在国外谋得教职，他们是：滑铁卢大学的杨强、西安大略大学的凌晓峰、麦考瑞大学的张康、俄亥俄州立大学的赵峰、曼尼托巴大学的林德康。在IJCAI91上，“人工智能理论基础大辩论”成为了中国参会者们热议的话题。受此影响，华人学者们于年夏天在中科院计算所智能中心召开了“AISummerSchool”，报告者为国内外最早在顶级会议和期刊上发表研究工作的华人学者，包括：张钹、李国杰、高文、白硕、杨强、张成奇、彭云、林德康、李明、赵峰、林方真，等。这次活动也为我国人工智能研究带来了新的“火种”，为日后中国AI研究的腾飞奠定了基础。
在本届GAIR大会上，杨强、张成奇、周志华、赵峰、林方真、林德康等顶级人工智能专家从各自的角度出发回顾了当年这次“大辩论”的深远影响。
张成奇教授
年，张成奇教授正在吉林大学攻读硕士研究生，从事专家系统方面的研究。那时，吉林大学是我国最早开始研究人工智能的单位之一，并在王湘浩院士的领导下发起了全国高校人工智能研究会。
年，张成奇教授基于群论解决了分布式专家系统中不同的不确定性模型互相转化的问题，这一成果发表在了人工智能顶级期刊《ArtificialIntelligence》上，这是中国大陆学者首次在该期刊上发表论文。在张成奇教授看来，相较于当年，如今的感知智能、行为主义智能技术已经得到了长足的发展，分布式人工智能可以发展一条更为光明道路。同年，在张成奇教授成功于《ArtificialIntelligence》上发表论文四个月之后，杨强教授的研究成果也首次发表在该期刊上。
杨强教授
彼时，如今的“迁移学习”、“联邦学习”旗手——杨强教授也醉心于符号主义人工智能研究，在规划领域颇有建树，试图从逻辑角度寻找搜索路径，探究高层次的推理技术。年，杨强教授在IJCAI上发表了其第一篇顶会论文《PreprocessingSearchSpacesforBranchandBoundSearch》，在该论文中，杨强教授提出了一种名为“threadeddecisionsgraph”的数据结构，通过事先在搜索空间中进行预处理的方式，降低了启发式搜索问题求解方法的计算开销。年，杨强教授开发出的第一个开源规划软件“ABTWEAK”在工业界得到广泛应用，该成果被AAAI收录。年，杨强教授在IJCAI大会上发表论文《TheDownwardRefinementProperty》，提出了一种层次化的逻辑表达
